Fátlan természetes vegetáció szénmérlegének meghatározása eddy-kovariancia módszerrel éves skálán

Átírás

1 Fátlan természetes vegetáció szénmérlegének meghatározása eddy-kovariancia módszerrel éves skálán Doktori értekezés PINTÉR KRISZTINA Gödöllő, 2009

2 A doktori iskola megnevezése: tudományága: vezetője: Témavezetők: Biológia Tudományi Doktori Iskola. Biológiatudomány PROF. DR. BAKONYI GÁBOR Intézetvezető egyetemi tanár, az MTA doktora SZIE, Mezőgazdaság és Környezettudományi Kar Állattani Alapok Intézet DR. NAGY ZOLTÁN PHD Egyetemi docens SZIE, Mezőgazdaság és Környezettudományi Kar Növénytani és Ökofiziológiai Intézet DR. BARCZA ZOLTÁN PHD Adjunktus ELTE, Földrajz- és Földtudományi Intézet, Meteorológiai Tanszék Az iskolavezető jóváhagyása A témavezető jóváhagyása 2

3 TARTALOMJEGYZÉK 1. BEVEZETÉS ÉS CÉLKITŰZÉSEK A TÉMA AKTUALITÁSA, JELENTŐSÉGE A KUTATÁS CÉLKITŰZÉSEI A KUTATÁS IRODALMI HÁTTERE, MEGALAPOZOTTSÁGA GYEPEK SZEREPE A GLOBÁLIS SZÉNCIKLUSBAN GYEPEK SZÉNMÉRLEGÉNEK MÉRÉSI MÓDSZEREI AZ EDDY-KOVARIANCIA MÓDSZER Az eddy-kovariancia módszer elméleti alapjai A mérések korrekciója gyenge turbulencia esetén Az eddy-kovariancia mérések területi reprezentativitása a forrásterület meghatározása Az eddy-kovariancia módszer mérési hibái és az éves összeg bizonytalansága Adatpótlási technikák A nettó ökoszisztéma kicserélődés felbontása összetevőire Az éves szén-dioxid mérleg évenkénti változékonysága ANYAG ÉS MÓDSZER A MÉRŐHELYEK LEÍRÁSA, MŰSZEREZETTSÉGE SZÁMÍTÁSI MÓDSZEREK Turbulens áramok számítása Az adatok szűrése A mérések területi reprezentativitása A hiányzó CO 2 áramok pótlása GPP becslés Az adatpótló eljárás bizonytalanság becslése A vegetációs periódus hosszának meghatározása EREDMÉNYEK METEOROLÓGIAI VISZONYOK A FLUXUS-SZÁMÍTÁS EREDMÉNYE AZ ADATPÓTLÓ ELJÁRÁS TESZTELÉSE A BRUTTÓ PRIMER PRODUKCIÓ-BECSLÉS VALIDÁLÁSA A BUGACI ÉS MÁTRAI ÖKOSZISZTÉMÁK NAGYFELBONTÁSÚ SZÉN-DIOXID ÁRAMAI A BUGACI EK ÖKOSZISZTÉMA LÉGZÉS MÉRÉSEK ÖSSZEHASONLÍTÁSA KAMRÁS MÉRÉSEKKEL AZ NEE KUMULATÍV ÖSSZEGEI AZ NEE, A R ECO ÉS A GPP HAVI ÖSSZEGEI AZ NEE, A R ECO ÉS A GPP ÉVES ÖSSZEGEI ÉS BIZONYTALANSÁGA AZ ÉVES NEE ÖSSZEG ÉS A CSAPADÉKÖSSZEG KAPCSOLATA ÚJ TUDOMÁNYOS EREDMÉNYEK KÖVETKEZTETÉSEK ÉS JAVASLATOK ÖSSZEFOGLALÁS SUMMARY...67 IRODALOMJEGYZÉK...69 I. MELLÉKLET:...83 II. MELLÉKLET:

4 JELÖLÉSEK, RÖVIDÍTÉSEK JEGYZÉKE CO 2 a szén-dioxid koncentrációja (µmol mol -1 ) c p a levegő állandó nyomáson vett fajhője (J kg -1 K -1 ) EK eddy-kovariancia GPP bruttó primer produkció (g C m -2 év -1 ) H szenzibilis hőáram (Wm -2 ) IRGA infravörös gázanalizátor L a víz párolgáshője (J kg -1 ) L MO a Monin-Obukhov hossz (m) NEE nettó ökoszisztéma gázcsere (µmol CO 2 m -2 s -1 ) P csapadék (mm) PAR fotoszintetikusan aktív sugárzás (µmol foton m -2 s -1 ) q a levegő specifikus nedvesség tartalma (kg kg -1 ) R eco ökoszisztéma-légzés (µmol CO 2 m -2 s -1 ) SWC talajnedvesség-tartalom (térfogat%) t léghőmérséklet ( C) Ts szónikus hőmérséklet (K) u * súrlódási sebesség (m s -1 ) u, v horizontális szélsebesség-komponensek (m s -1 ) VPD a levegő vízgőztelítettségi hiánya (mbar, hpa) w vertikális szélsebesség-komponens (m s -1 ) z m mérési magasság (m) λe látens hőáram (Wm -2 ) ρ a levegő sűrűsége (kg m -3 ) 4

5 1. BEVEZETÉS ÉS CÉLKITŰZÉSEK 1.1. A téma aktualitása, jelentősége Az iparosodás kezdete óta az emberi tevékenység hatására jelentős mértékben megváltozott a légkör összetétele, legfőképpen a szén-dioxid (CO 2 ), a metán (CH 4 ), a dinitrogén-oxid (N 2 O) és a halogén-tartalmú szerves szénhidrogének mennyisége növekedett. A megváltozott légköri összetétel fokozza üvegházhatást, a földi átlaghőmérséklet megemelkedéséhez és a csapadék térbeli és időbeli eloszlásának megváltozásához, vagyis globális éghajlatváltozáshoz vezet (MEEHL ET AL. 2007). Az egyik ilyen változás a metán mennyiségének növekedése, ami főleg emberi tevékenységhez köthető, javarészt a mezőgazdaság, földgáz felhasználás, hulladékok bomlása okozza, de közrejátszanak természetes folyamatok is pl. a vizes élőhelyek metán kibocsátása. Az utóbbi 20 évben a metán koncentráció növekedésének mértéke lelassult, így jelenleg nem nő a metán mennyisége a légkörben. A fosszilis tüzelőanyagok égetésekor dinitrogén-oxid is szabadul fel, aminek egy másik forrása a mezőgazdasági műtrágya-felhasználás. A N 2 O természetes forrását a talajban és az óceánokban lejátszódó oxido-redukciós folyamatok jelentik. A halogéntartalmú szerves szénhidrogének döntő többségben emberi tevékenységből származnak és kártékony hatásukat az UV sugarak felszíne jutását gátló sztratoszferikus ózon bontásával fejtik ki. Ezzel szemben a felszín közeli légrétegekben található, szintén főleg antropogén kibocsátásból származó ózonmolekulák fokozzák az üvegházhatást. A vízgőz a legnagyobb mennyiségben előforduló és legfontosabb üvegházhatású gáz, ám ennek mennyiségét az emberi tevékenység, csak indirekt módon a klímaváltozáson és a metán-kibocsátáson keresztül tudja befolyásolni. Az emberi tevékenység szintén hatással volt a légkörben jelenlévő változatos méretű és kémiai összetételű szilárd részecskékre, az ún. aeroszolokra is. A fosszilis tüzelőanyagok égetése miatt megnőtt a ként, szerves összetevőket és kormot tartalmazó aeroszolok mennyisége, az ipari tevékenység pedig növelte szálló por mennyiségét a légkörben (FORSTER ET AL. 2007). Ahogy a fentiekből is látszik az emberi tevékenység számos direkt és indirekt módon hozzájárul az éghajlatváltozáshoz, mégis a légköri CO 2 koncentráció megváltozást tartják a legfontosabb tényezőnek (DENMAN ET AL. 2007). A CO 2 légköri koncentrációjának az ipari forradalom óta tartó emelkedése főként a fosszilis tüzelőanyagok elégetésének, a cementgyártásnak, illetve a földhasználati ágak megváltoztatásának, például az erdőirtásnak és a biomassza égetésnek köszönhető (HOUGHTON 2003). A fosszilis tüzelőanyagok égetésének és a cementgyártásnak köszönhető kibocsátás 70%-kal nőtt meg az elmúlt 30 évben (FORSTER ET AL. 2007). Becslések szerint a földhasználati gyakorlat megváltoztatása 6-39%-kal járul hozzá a CO 2 koncentráció emelkedéséhez (BROVKIN ET AL. 2004). Közvetlen és közvetett mérések egész sora bizonyítja, hogy a légkör globális szén-dioxid koncentrációja mintegy 100 ppm-mel (36%) 5

6 Bevezetés és célkitűzések nőtt az elmúlt 250 évben, az iparosodás előtti ppm-es tartományról re 379 ppm-re emelkedett. A növekedés üteme is jelentősen gyorsult, az iparosodás előtti szint feletti első 50 ppm-es növekedést az 1970-es évekre, tehát kb. 200 év alatt, érte el a légköri szén-dioxid keverési arány. A második 50 ppm-es emelkedés azonban már kb. 30 év alatt végbement. Tíz év alatt, 1995 és 2005 között, a légköri szén-dioxid keverési arány 19 ppm-et emelkedett, ami a koncentráció mérések 1950-es kezdete óta a legmagasabb 10 évre vetített növekedési ütem (FORSTER ET AL. 2007). A növekedés azóta is folyamatosan tart, jelenleg 387 ppm a légköri szén-dioxid koncentráció (TANS 2009). A szén-dioxid állandó körforgásban van a légkör, az óceánok és a szárazföldi bioszféra között. A CO 2 légkörből történő kikerülése több különböző időskálájú folyamat közvetítésével történik. A CO 2 növekmény kb. 50%-a kerül ki a légkörből 30 éven belül, és további 30% néhány évszázadon belül. A maradék 20% pedig akár évezredekig a légkörben maradhat (DENMAN ET AL. 2007). A jelenlegi becslések szerint az antropogén kibocsátásból származó CO 2 30%-át vették fel az óceánok (SABINE ET AL. 2004), a vízkörzésben és a biológia folyamatokban bekövetkezett változások nélkül, csupán a CO 2 megemelkedett légköri koncentrációja miatt. A maradékot (25%) a szárazföldi ökoszisztémák kötötték meg, a kiirtott helyén növekvő új növényzetben és a megemelkedett CO 2 koncentráció és N-ülepedés növényi asszimilációt serkentő hatása miatt történő biomassza növekményben (DENMAN ET AL. 2007). Az éghajlat és a CO 2 koncentráció között mindkét irányú visszacsatolás előfordul. Például az olyan területeken, ahol víz limitáló tényezője a növényi növekedésnek, ott az éghajlat melegedése és szárazabbá válása csökkenti a nettó primer produkciót, és így a növényzet által felvett szén-dioxid mennyiségét. Ezzel szemben a hidegebb tájakon a hőmérséklet növekedése emeli a nettó primer produkciót és a szénmegkötést (FRIEDLINGSTEIN ET AL. 2006). Mindemellett a hőmérséklet növekedésével a pl. talaj szén-dioxid kibocsátása megnövekedhet (MALHI ET AL. 1999). A nagy veszélyt az ezen hatások közötti pozitív visszacsatolás jelenti (DENMAN ET AL. 2007). Mára már kevéssé vitatott (MEEHL ET AL. 2007), hogy a klímaváltozás - amelyért nagyrészt a mai gazdasági szemlélet okozta CO 2 szint emelkedés a felelős - súlyos következményekkel jár majd nem csak a gazdaság, hanem általában a földi élet egésze szempontjából is. Így a beavatkozás, a mitigáció lehetőségeinek ismerete - éppen úgy mint a C-forgalom minél pontosabb becslésére való képesség kialakítása - kritikus fontosságú. Számos nemzetközi kutatás kísérli meg mind pontosabban mérni, modellezni a szén-dioxid légköri és óceáni egyenlegét, forgalmát (FLUXNET, GreenGrass, Carbomont, CarboOcean, CarboEurope-IP). Jelen dolgozat két hazai gyep-ökoszisztémán végzett méréseket, a mérések során felmerült, döntően a méréstechnikával és az adatok feldolgozásával kapcsolatos módszertani problémákat és megoldásukat, illetve a többéves idősorok értékelése során kapott ökológiai szempontú eredményeket tárgyalja. 6

7 Bevezetés és célkitűzések 1.2. A kutatás célkitűzései A munkám célja két hazai gyep, egy homoki legelő (Bugacpuszta, Kiskunság) és egy hegyi kaszáló (Szurdokpüspöki, Mátra-hegység), éves szén-dioxid mérlegének meghatározása, a mérleg környezeti tényezőktől való függésének és az évenkénti változékonyságának vizsgálata volt, az éves mérleg meghatározásához, illetve bizonytalanságának csökkentéséhez szükséges következő módszertani fejlesztések megvalósításával: 1. a nyers CO 2 fluxus adatok minőségbiztosítása, adatszűrő eljárások alkalmazása, 2. a mérleg számításhoz szükséges hiánytalan adatsor előállítása, adatpótló rutin kidolgozása, 3. a nettó ökoszisztéma CO 2 gázcsere (NEE) felbontása tényezőire, az ökoszisztéma légzésre (R eco ) és a bruttó primer produkcióra (GPP), 4. az NEE, a GPP, és a R eco szezonális dinamikájának és évenkénti változékonyságának vizsgálata, 5. az NEE, a GPP, és a R eco éves összegeinek és az éves összegek bizonytalanságának megadása, 6. a két, kis mértékben eltérő klimatikus viszonyokkal, viszont nagyobb mértékben eltérő talajféleséggel jellemezhető mérőhely szén-dioxid cseréjének összehasonlítása. 7

8

9 2. A KUTATÁS IRODALMI HÁTTERE, MEGALAPOZOTTSÁGA 2.1. Gyepek szerepe a globális szénciklusban Az utóbbi kb. 260 évben a légköri szén-dioxid (CO 2 ) koncentráció az addig viszonylag stabil ppm-es értékről (DENMAN ET AL. 2007) 387 ppm-re nőtt (TANS, 2009). A légköri CO 2 koncentráció növekedése teljes egészében emberi tevékenységnek (fosszilis tüzelőanyagok égetése, erdőirtás, cementgyártás, fölhasználati és művelési ágak megváltoztatása) tudható be. A becslések szerint a kibocsátott CO 2 45%-a maradt a légkörben, kb. 30%-ot vettek fel az óceánok, a maradékot pedig a szárazföldi ökoszisztémák nyelték el (DENMAN ET AL. 2007). A szárazföldi ökoszisztémák közül a trópusi esőerdők tárolják legtöbb szenet, mégpedig a globális szénraktárak mintegy 40%-át foglalják magukban (DIXON ET AL. 1994). A szénraktározásban fontos szerep jut a mérsékelt övi gyepeknek is, hiszen a sűrű, kiterjedt gyökérzetüknek köszönhetően jelentős mennyiségű szenet képesek tárolni (SCHIMEL 1995, BATJES 1998), így a globális szénraktárak mintegy 10%-át képviselik (ESWARAN ET AL. 1993). A mérsékelt övi gyep ökoszisztémák további kedvező tulajdonsága, hogy fajgazdagságuknak köszönhetően könnyen adaptálódnak a változó körülményekhez, és annak ellenére, hogy általában kevésbé termékeny talajon, és rosszabb csapadék viszonyokkal rendelkező helyen találhatóak, több szenet képesek raktározni, mint a haszonnövények (FRANK 2004). SMITH ET AL. (2008) adatai szerint a gyepökoszisztémák 1-10 tc ha -1 -nyi felszín alatti biomassza raktárakkal rendelkeznek, míg a talaj felső 1 m vastagságú rétegében további tc ha -1 szén tárolódik. A műveletlen gyepek szénelnyelő képessége kb. a fele az erdők szénelnyelő képességének, viszont az egységnyi területre eső talaj felé irányuló szénraktározás a gyepek esetében nagyobb, mint az erdőknél (60 illetve 20 gc km -2 év -1, SCHULZE ET AL. 2009). A gyepek mezőgazdasági művelés (vágás, legeltetés, trágyázás) hatására azonban szén kibocsátóvá válhatnak (SCHULZE, 2006), hiszen a legeltetés befolyásolja a növényállomány szerkezetét, a talaj fizikai és kémiai tulajdonságait, és a tápanyagok eloszlását és körforgalmát a talaj-növény rendszeren belül (SCHUMAN ET AL. 1999), ezáltal befolyásolva a gyepek produktivitását. Azonban a helyes művelési mód megválasztásával nemcsak csökkenthető a forrás aktivitás erőssége, de akár szénfelvevőként is működhet egy legeltetett gyep, pl. a kevésbé intenzív művelési mód növelheti a gyepek talajában történő szénraktározást, feltéve hogy a tápanyagellátás nem limitáló tényező (SCHULZE ET AL. 2009). Másrészről a legeltetés növeli a többi üvegházgáz (metán, dinitrogén-oxid) kibocsátását, ami egészében véve csökkenti a megnövekedett szénraktározás üvegházhatásra gyakorolt kedvező hatásást (SCHULZE ET AL. 2009). BYRNE ET AL. (2007) részletekbe menően megvizsgálta egy dél-nyugat írországi tejgazdaság szénmérlegét, és a legelő nettó ökoszisztéma CO 2 kicserélődésén kívül figyelembe 9

10 A kutatás irodalmi háttere, megalapozottsága vette többek között az állatok takarmányának széntartamát, az állatok légzését, a trágyázást valamint a tej exportot. A gazdaság mind szén-dioxid, mind pedig a teljes üvegházhatású gáz mérleg szempontjából nettó szén-nyelőnek bizonyult. ALLARD ET AL. (2007) szintén a legeltetés gyepek szénmérlegére gyakorolt hatását vizsgálta, összehasonlítva az intenzív és extenzív művelési módok hatásait. A kísérlet kezdetén az egész területet műtrágyázták, majd a továbbiakban csak az intenzív művelésű területen alkalmaztak műtrágyát. A legelési nyomás (a legelő állatok száma) az extenzív művelésű területen fele volt az intenzív művelésű területen lévőnek. A 3 éves kísérlet végén azt tapasztalták, hogy az intenzív művelésű területen nőtt a produktivitás, míg az extenzív művelésű területen az első 1 év után csökkent, ami nagy valószínűséggel a műtrágyázás hiányának tudható be. Tehát a műtrágyázás elhagyása és a legeltetési nyomás csökkentése nem feltétlenül növeli a gyepek szénmegkötő képességét (ALLARD ET AL. 2007). SVEJCAR ET AL. (2008) mérései alapján a gyepek jelentős mennyiségű légköri CO 2 -t köthetnek meg, de szárazság hatására még a legproduktívabb vegetáció éves szénmérlege is lehet pozitív (CO 2 kibocsátás) Gyepek szénmérlegének mérési módszerei A gyepfelszínek CO 2 asszimilációjának és légzésének mérésére több módszer is ismeretes. Levél, egyed, vagy akár társulás szinten is elterjedt a kamrás módszer, amivel néhány cm 2 -es léptéktől néhány m 2 -ig terjedő terület CO 2 kicserélődése határozható meg. Két különböző kamrás mérési technikát különböztetünk meg, a zárt és a nyílt rendszerűt. A zárt kamrás módszer lényege, hogy a fotoszintézis vagy a respiráció mértékét a kamrában (60cm-es átmérőjű 60 cm magasságú henger) történő CO 2 - koncentráció változás sebessége ( [CO 2 ]/ t) alapján határozzák meg a használt kamra térfogatának és alapterületének, valamint a léghőmérséklet és a nyomás mérés alatti értékeinek ismeretében. Ebben az esetben a gázanalizátor és a kamra a légáramlás szempontjából zárt kört alkot, azaz zárt rendszerű mérésről beszélünk. A nyílt rendszerű mérés esetében akár ugyanazon kamra használata mellett a kamrába belépő és a kamrát elhagyó levegő CO 2 -koncentrációját mérjük, a kamrába bejutó levegő jellemzői (hőmérséklet, páratartalom, CO 2 koncentráció) mindig a környező levegőének felelnek meg. A mért CO 2 -koncentráció értékek különbsége a légsebességtől (is) függően hamar stabilizálódik ("steady-state"). A különbség értékéből és a mérés során jellemző, a gáztörvények alkalmazásához szükséges változók, valamint a kamrán belüli légáramlási sebesség ismeretében (BALOGH ET AL. 2007) számítható azután a CO 2 /H 2 O gázcsere aktuális sebessége. A zárt rendszerű mérés gyorsabb mérést tesz lehetővé, de a mérés közben fellépő a vegetáció és a kamra légtere közötti hőmérsékleti, vízgőz- és szén-dioxid) grádiens-változások a módszer hátrányát jelentik. A nyílt rendszerű mérés esetében ezek a hátrányok nem jelentkeznek, és ezért a folyamatos illetve automatizált mérés lehetősége is biztosított. A pontos mérésekhez szükség van arra, hogy a kamrában 10

11 A kutatás irodalmi háttere, megalapozottsága uralkodó viszonyok ne különbözzenek lényegesen a külső környezettől. A különböző típusú kamrákhoz, különböző bizonytalanság tartozik (BALOGH ET AL. 2007), a zárt kamrák hajlamosak az áramok alulbecslésére (DAVIDSON ET AL. 2002), míg a nyílt kamrák szeles körülménynek között a felülbecsülhetnek (BAIN ET AL. 2005). Két gyepfelszín, egy új és egy állandó, szénmérlegét, és annak összetevőit vizsgálta kamrás technika segítségével BYRNE ET AL. (2005). Egy éven keresztül, heti 1-2 alkalommal átlátszó kamrák segítségével a nettó ökoszisztéma CO 2 kicserélődést mérték, és átlátszatlan kamrák segítségével az ökoszisztéma légzést. A mérésekkel egy időben meteorológiai méréseket is végeztek, majd függvénykapcsolatokat keresetek az áramok és a meteorológiai változók között. Végül a kapott függvények és a meteorológiai változók teljes éves adatsorai segítségével végezték a GPP, R eco, NEE éves mérlegének becslését. A szénmérleg komponensek kamrás technikával történő mérése igen munkaigényes feladat, azonban nagy előnye a mikrometeorológiai módszerekkel szemben, hogy pontosan behatárolható a felszín, amelynek a gázcseréjét vizsgáljuk, így a módszer a CO 2 gázcsere térbeli mintázatának vizsgálatára is alkalmas. A jelenlegi technikai feltételek mellett a kamrás mérések térbeli kiterjeszthetőségének felső határa BALOGH ET AL. (2005) és CZÓBEL ET AL. (2005) vizsgálatai alapján méteres nagyságrendű, tehát ha ennél nagyobb skálán szeretnénk vizsgálódni, akkor másik mérési módszer után kell nézni. Az Bowen arány/energia mérleg módszer a későbbiekben részletesen ismertetett eddykovaraincia módszerhez képest jelentősen olcsóbb műszereket igényel. A hőmérséklet és légnedvesség félórás értékeiből számított gradienséből számított Bowen arány segítségével számítja ki a turbulens diffúzivitási együtthatót. A CO 2 áramot ennél a módszernél a diffúzivitási együttható és a 30 perces CO 2 gradiens szorzatából lehet meghatározni (DUGAS ET AL. 1999, WOHLFAHRT ET AL. 2001, ANSLEY ET AL. 2002, FRANK ET AL. 2004). A fent tárgyalt módszerek mind a koncentráció különbségből valamilyen empirikus összefüggés alapján adják meg az áramokat, az egyetlen módszer, ami közvetlenül méri az áramokat, az eddy-kovariancia módszer Az eddy-kovariancia módszer Annak ellenére, hogy az első eddy kovariancia (EK) módszertant alkalmazó munkát már 1951-ben közölték (SWIBANK, 1951), a módszer elméleti alapjait pedig már ezelőtt több mint ötven évvel lefektették (REYNOLDS, 1895), az EK használata - a technikai és számítástechnikai limitációk miatt - csak jóval később (a 1970-es évektől) vált általánossá. SWIBANK (1951) által publikált még csak pár órás idő intevallumra vonatkoztak ráadásul kiértékelésük nagyon munkaigényes volt, hiszen kézzel digitalizálták a szélmérések eredményeit. A nagy munkaigénye miatt az eddy-kovariancia módszer még kb. 20 évig nem terjedt el széles körben, az ebben az időszakban történt CO 2 kicserélődés mérések, melyek nagymértékben 11

12 A kutatás irodalmi háttere, megalapozottsága hozzájárultak a fluxusmérések elméleti és gyakorlati alapjainak lefektetéséhez továbbra is a gradiens módszert alkalmazták (BALDOCCHI, 2003). Ezekhez a mérésekhez még nagyon kellett ügyelni a mérés körülményinek megválasztására, így ideális körülményeket biztosító vízszintes helyen fekvő mezőgazdasági növények felett végezték őket, kedvező (napos, szeles) időjárási viszonyok mellett. Magasabb vegetáció (főként erdők) felett azonban nem bizonyult megbízhatónak a gradiens módszer, a hibák egyrészt abból adódtak, hogy a magas fák fölötti jó keveredés okozta kis CO 2 koncentráció különbséget nehezebb megmérni (nagyobb mérési pontosság szükséges). Másrészt pedig erdők felett a mérési magasság helytelen megválasztása azt okozhatja, hogy a mérések az ún. érdességi alrétegben történnek, ahol nem érvényes a Monin-Obukhov-féle hasonlósági elmélet (RAUPACH, 1979). Az 1970-es évek elején történtek az első szén-dioxid kicserélődést vizsgáló eddy-kovariancia mérések (DESJARDINS ÉS LEMON, 1974, DESJARDINS, 1974), de az ekkor alkalmazott műszereknek (propelleres szélmérő, zárt utas gázanalizátor) még olyan hosszú volt a válaszideje, hogy a mérések mintegy 40%-nyi hibával voltak terheltek (GARRAT, 1975). A megbízható eddy-kovariancia mérések kivitelezéséhez további technikai fejlődésre, a szonikus anemométerek elterjedésére, és olyan széndioxid koncentrációt mérő szenzorokra volt szükség, melyek képesek másodpercenként 10-szer megmérni a CO 2 koncentráció fluktuációját. A szükséges technikai feltételek csak az 1980-as évek elejére lettek adottak, ekkor kezdődhettek meg a különböző haszonnövények feletti eddy-kovariancia mérések (ANDERSON ÉS VERMA, 1986, OHTAKI, 1984, DESJARDINS, 1985). Majd nem sokkal ezután természetes vegetációk CO 2 kicserélődését is elkezdték eddy-kovariancia módszerrel vizsgálni, pl. mérséklet övi lombhullató erdőkét (WESELY ET AL. 1983, VERMA ET AL. 1986), fűfelszínekét (VERMA ET AL. 1989, KIM ÉS VERMA, 1990), trópusi esőerdőkét (FAN ET AL. 1990) és mediterrán macchia vegetációét (VALENTINI ET AL. 1991). A technikai fejlődés következő lépése az adatgyűjtő eszközök fejlesztése volt, ami lehetővé tette, hogy az addigi kampányszerű méréseket, hosszú távú folyamatos mérések váltsák fel. Az első folyamatos EK méréseket 1990-ben kezdték egy lombhullató erdő felett (WOFSY ET AL. 1993). Ezután egyre többen kezdték el használni a módszert, és 1997-re külön mérőhálózatok alakultak ki Észak-Amerikában (AmeriFlux) és Európában (CarboEuroflux). A regionális hálózatokat (AmeriFlux, CarboEurope, AsiaFlux, KoFlux, OzFlux, Fluxnet-Canada, ChinaFLUX) magába foglaló FLUXNET program jelenleg több mint 500 állomást tart számon világszerte. Magyarországon először az ELTE Meteorológiai Tanszéke és az Országos Meteorológiai Szolgálat együttműködésében végeztek eddy-kovariancia méréseket, állomásuk jelenleg is működik az Őrségben, Hegyhátsálon. A mérések 2 szintben folynak, 82m magasan (1997 áprilisa óta) egy nagyobb, kb. 2 km-szer 2 km-es, heterogén terület (HASZPRA ET AL. 2005; BARCZA ET AL. 2009), míg 3 m-es magasságban ( ; 2007-től folyamatosan) a torony közvetlen közelében lévő gyep (BARCZA ET AL. 2003) CO 2 kicserélődést monitorozzák júliusától kezdődően a SZIE Növénytani és Ökofiziológiai Intézete (korábban: Növénytani és 12

13 A kutatás irodalmi háttere, megalapozottsága Növényélettani Tanszék) is végez ilyen vizsgálatokat két hazai gyepen, egy homoki legelőn Bugacpuszta közelében (Kiskunsági Nemzeti Park) és egy hegyi kaszálón Szurdokpüspöki közelében (Mátra hegység). A jelen dolgozat alapjául is szolgáló mérések a GreenGrass (SOUSSANA ET AL. 2007) és a CarboMont EU5 (WOHLFAHRT ET AL. 2008), majd a Carboeurope IP (SCHULZE ET AL. 2009) és Nitroeurope IP EU6 (SKIBA ET AL. 2009) projektekhez kapcsolódva történtek, amely mérések jelen dolgozat témáját adják Az eddy-kovariancia módszer elméleti alapjai A felszín és a légköri közötti energia és nyomanyag kicserélődést az ún. turbulens örvények végzik, az általuk szállított anyagmennyiség a mikrometeorológiában jól ismert anyag-megmaradási egyenlettel (1) írható le. ρ s t ρ s + u x ρ s + v y ρ s + w z = S + D, (1) azaz valamely légköri alkotórész anyagmennyiségének (ρ s ) időbeli (t) és térben (x, y, z irányok) megváltozása megegyezik a forrás/nyelő tagok (S) és a molekuláris diffúzió (D) összegével. Az egyenlet tagjait a Reynolds-féle átlagolás szabályai szerint ( x = x + x', vagyis egy átlagra és az attól való eltérésre (perturbáció)) felbontva (STULL, 1997), majd a felszíntől a mérési magasságig (h) terjedő tartományra integrálva és a diffúziót elhanyagolva az adott rétegre jellemző nettó anyagmennyiség változást kapjuk. A kontinuitási egyenletet a CO 2 koncentrációjára (c) felírva majd a fentiek szerint egyszerűsítve a nettó ökoszisztéma CO 2 gázcserét, vagyis az NEE-t (Net Ecosystem Exchange) kapjuk. h h c c c c NEE = w' c' + dz + u dz + v + w dz, (2) t x y z 0 0 Az egyenlet jobb oldalának első tagja az eddy-kovariancia módszerrel megmérhető ún. turbulens fluxus. A második tag a tárolási tag, vagyis a mérés szintje alatt felhalmozódó CO 2 mennyisége, aminek erős napi menete van, nappal és szeles időben (jó átkeveredés) kicsi, viszont szélcsendes időben (általában éjjel), amikor a növényzet által termelt CO 2 a felszín közelében felhalmozódik, jelentős lehet. Sőt, értéke akár negatív is lehet, amikor a napfelkeltével meginduló légmozgások hirtelen elszállítják, vagy a növényzet asszimilálja a felgyülemlett CO 2 -t (GOULDEN ET AL. 1996, GRACE ET AL. 1996). Mivel két ellentétes előjelű tag kioltja egymást, így a tárolási tag napi összege 0, tehát napi léptékben elhanyagolható, de rövidebb időskálán fontos figyelembe venni (AUBINET ET AL. 2000). Utóbbit támasztja alá, hogy terepi méréseink során éjszakai szélcsendes körülmények között gyakran mértünk µmol mol -1 -os CO 2 koncentráció 13 h 0 h 0

14 A kutatás irodalmi háttere, megalapozottsága értéket a bugaci gyep feletti 1-1,5 méteres légrétegben. Az egyenlet jobb oldalának harmadik és negyedik tagja a horizontális advekció két komponense, melyeket csak akkor kell figyelembe venni, ha a horizontális irányú koncentráció gradiens nem 0, vagyis lejtős, heterogén vegetációjú mérőhelyek esetén. Vagyis homogén, sík terepen elhelyezkedő vegetáció esetén elhanyagolható. Alacsony növényzet felett az egyenlet utolsó tagja, a vertikális advekció általában elhanyagolható (AUBINET ET AL. 2000), de magas vegetációk (erdők) felett szélcsendes éjszakákon értéke akár meg is haladhatja a turbulens áramok mértékét (LEE ET AL. 1998, BALDOCCHI ET AL. 2001). Az advekciós tagok meghatározásához bonyolult méréstechnikára, nevezetesen a horizontális és vertikális koncentráció-gradiensek mérésére van szükség, így egyrészt mérés költségeinek csökkentése, másrészt a megbízhatóság növelése miatt különösen fontos, a megfelelő (sík, homogén felszínű, ahol a tárolási és advekciós tagok valóban elhanyagolhatóak) mérőhely kiválasztása A mérések korrekciója gyenge turbulencia esetén Az eddy-kovariancia mérések egyik legvitatottabb kérdése a szélcsendes (gyenge turbulens átkeveredés) éjszakákon mért értékek kezelése. Széles körben alkalmazott módszer, hogy az alacsony turbulenciához tartozó éjszakai légzés értékeket jó átkeveredésű esetekhez tartózó értékekkel pótolják (GOULDEN ET AL. 1996, AUBINET ET AL. 2000). Ez az eljárás az ún. u * korrekció, ugyanis annak eldöntése, hogy az adott félórában gyenge-e a turbulencia vagy sem, a súrlódási sebesség (u * ) használatos. Az u * küszöbértéket (azt a határt, aminél kisebb u * estén pótolt adatra cseréljük a mért értéket) az éjszakai CO 2 áramok súrlódási sebességtől való függése alapján, empirikus úton választják ki. Az éjszaki CO 2 áramokat az u * függvényében ábrázoló grafikon alapján azt az u * értéket választják küszöbnek, ahol súrlódási sebesség csökkenésével az éjszakai CO 2 áram értéke jelentősen csökkenni kezd. Meg kell jegyezni azonban, hogy a korrekció alkalmazása nagy körültekintést igényel, ugyanis ha a gyenge turbulenciájú időszak alatt a növényzetben felgyülemlett CO 2, nem távozik el a rendszerből (pl. advekcióval), akkor a turbulencia megélénkülésével felkeveredő CO 2 miatt a valósnál sokkal nagyobb légzés értékek mérhetők. Vagyis ha az éjszakai értékeket korrigáljuk, reggeli viszonylag magasabb értékek is az adatsorban maradnak, akkor ezt a CO 2 mennyiséget kétszer vesszük figyelembe (AUBINET ET AL. 2002, PAPALE ET AL. 2006). Mindemellett PAPALE ET AL. (2006) arra is felhívja a figyelmet, hogy továbbra sem bizonyított, hogy a szélcsendes félórákhoz tartozó adatok helyettesíthetőek szeles félórákhoz tartozó adatokon alapuló becslésekkel. A korrekció alkalmazása jelentősen viszont különböző ökoszisztémák esetén eltérő mértékben befolyásolja a NEE éves összegét, gyepek és haszonnövények esetén +60 gc m -2 év -1, továbbá örökzöld és lomhullató erdők esetén +86 gc m -2 év -1 illetve +89 gc m -2 év -1 lehet az eltérés (FALGE ET AL. 2001b). 14

15 A kutatás irodalmi háttere, megalapozottsága Ezenfelül az NEE éves összege erősen függ az u * küszöbérték megválasztásától. MILLER ET AL. (2004) vizsgálatai szerint az u * küszöbértéket 0 és 0,3 közötti változtatva 400 gc m -2 év -1 és 100 gc m -2 év -1 között változott egy amazóniai őserdő éves szénmérlege. A fentiek értelmében tehát szükség volt objektív módszereken alapuló küszöb-meghatározó módszerek kidolgozására., amelyek reprodukálhatók, és egységesen alkalmazhatók a különböző mérőhelyeken, megkönnyítve a mérőhelyek adatainak összehasonlítását. Az egyik ilyen módszert REICHSTEIN ET AL. (2005) munkája mutatja be, melynek lényege, hogy a fluxus adatokat hőmérsékleti és u * osztályokba sorolják, majd megkeresik azt az u * osztályt, ahol az átlagos fluxus nem tér el jelentősen (<5%) a magasabb u * osztályok átlagaitól, tehát ahol biztosan nincs alábecslés. A teljes éves adatsor szűréséhez aztán a 4 db (3 hónapos) időszakra meghatározott küszöb közül legmagasabbikat használják. GU ET AL. (2005) szintén kidolgozott egy objektív módszert a küszöbérték meghatározásra, melyben egyrészt az az újdonság, hogy az alsó küszöb mellett egy felső küszöbértéket is keres. Szerinte ugyanis szükség van egy felső küszöbre is, mert nagy szélsebességek (erős turbulencia) esetén fellépő nagy koncentráció különbség miatt a talajból jelentős mennyiségű CO 2 áramolhat ki, mindenféle biológiai folyamat végbemenetele nélkül, vagyis a respiráció felülbecslése történik. A módszer másik újdonsága, hogy hőmérsékletfüggéssel normált adatokkal dolgozik, hogy kiküszöbölje a CO 2 áram és az u * közötti korreláció hatását. A legújabb kutatások szerint (ACEVEDO ET AL. 2009) az u * értéke nem alkalmas az adatok szűrésére, hiszen a súrlódási sebesség (u * ) maga is egy áram, amit a mezoskálájú folyamatok is befolyásolnak, vagyis előfordulhat, hogy az u * értéke a mezoskálájú folyamatok miatt haladja meg a küszöbértéket, és nem a turbulencia miatt. ACEVEDO ET AL. (2009) javaslata szerint inkább a vertikális szélsebesség szórását kellene használni az adatok szűrésekor, aminek egyrészt az lenne az előnye, hogy könnyebb meghatározni a küszöbértéket, másrészt pedig növekedne a respiráció értéke a turbulens félórákban Az eddy-kovariancia mérések területi reprezentativitása a forrásterület meghatározása Az eddy-kovariancia módszerrel egy nagyobb területre az ún. forrásterületre (footprint) jellemző, térben átlagolt áramot mérhetünk, a forrásterület térbeli elhelyezkedését az átlagos szélirány és a mikrometeorológiai feltételek (pl.: a felszín érdessége, hőmérsékleti rétegződés) határozzák meg (SCHUEPP 1990; SCHMID 2002). A forrásterület meghatározása valójában nem más, mint annak megadása, hogy egy adott egységnyi felületű felszín milyen valószínűséggel járul hozzá az adott fluxushoz. A felhasználási területtől függően jelenleg két, alapvetően eltérő, megközelítés használatos. Az egyik minél összetettebb, a lehető legtöbb körülményt (pl.: nem sík topográfia, a felszín térbeli inhomogenitása, az állományok belüli áramok, szélsőségek, mikrometeorologiai 15

16 A kutatás irodalmi háttere, megalapozottsága körülmények) figyelembevevő modellek (LECLERC ÉS THURTELL, 1990, RANNIK ET AL. 2000, MARKKANEN ET AL, 2003). A másik megközelítés analitikus modellek és félempirikus parametrizációk használata (pl., HORST ÉS WEIL 1992, 1994, SCHMID 1994, KORMANN ÉS MEIXNER 2001, KLJUN ET AL. 2004, NEFTEL ET AL. 2008), hátrányuk hogy, csak ideális mikrometeorológiai körülmények esetén adnak megbízható eredményt, ezzel szemben nagy előnye, hogy kevéssé számításigényesek, így viszonylag széles körben elterjedtek. A módszertan történeti fejlődéséről és elméleti hátteréről részletes leírás olvasható SCHMID (2002), FOKEN ÉS LECLERC (2004), VESALA ET AL. (2008) cikkeiben Az eddy-kovariancia módszer mérési hibái és az éves összeg bizonytalansága Annak ellenére, hogy az eddy-kovariancia (EK) módszer a legpontosabb direkt árammérési technika, melyet az utóbbi évek hatalmas erőfeszítéseinek köszönhetően mára már világszerte rutinszerűen alkalmaznak, sokan kétségbe vonják megbízhatóságát az éves mérlegek meghatározásában (RANNIK ET AL, 2006). Aggályaikat arra alapozzák, hogy az eddy-kovariancia mérések mind véletlenszerű (random) mind szisztematikus hibával terheltek. A random hiba oka egyrészt a turbulencia mérési magasságtól és meteorológiai viszonyoktól függő sztochasztikus jellege (LENSHOW ET AL, 1994), másrészt a használt műszerek zaja (LENSHOW ÉS CHRISTENSEN, 1985). Szisztematikus hibát okoz pl. a rövid átlagolási idő, a mérési szint alatti tárolás és az oldalirányú advekció (PAW ET AL. 2000) valamint az anemométerek válaszidejének korrekciója (GASH ÉS DOLMAN, 2003). Az áramok hosszabb időre való átlagolásával, összegzésével (pl. éves összegek számításakor) a véletlen hiba mértéke csökken, viszont a szisztematikus hiba nő. Az ún. szelektív szisztematikus hiba (amikor a különböző előjelű áramok eltérő mértékben terheltek szisztematikus hibával) különösen nagy hibát okozhat az éves összegek becslésekor (MONCRIEFF ET AL. 1996). Jó példája a szelektív szisztematikus hibának az éjszakai áramok szélcsendes éjszakákon történő alulbecslése, illetve ennek korrekciója (lásd alfejezet), amit nagyon sokan az eddy-kovariancia mérések legfőbb hibájának tartanak (AUBINET ET AL. 2000; GOULDEN ET AL. 1996; GU ET AL. 2005, PAPALE ET AL. 2006), úgyanis a respiráció alulbecslése egyben a szén-raktározás felülbecsléséhez is vezet. Azonban vizsgálatokkal igazolták, hogy az u * küszöb kiválasztásához kapcsolódó hiba kisebb, mint két egymástól 30 m távolságra elhelyezkedő eddy-torony mérései közötti különbség (RANNIK ET AL. 2006), vagyis a nappali adatok hibája is jelentősen hozzájárul a teljes éves mérleg bizonytalanságához. A véletlenszerű és szisztematikus hibák összessége okozza az éves mérleg bizonytalanságát, ami az imént említett két torony mérései esetében 80 gc m -2 év -1 volt, ami összevethető a BALDOCCHI (2003) által ideális mérőhelyekre becsült 50 gc m -2 év -1 értékkel. HOLLINGER ET AL. (2004) két, egymástól viszonylag nagy (780 m) távolságra lévő torony adataiból becsülte az éves mérleg bizonytalanságát, 16

17 A kutatás irodalmi háttere, megalapozottsága és nagyfokú egyezést tapasztalt, a két torony éves összege csupán 6%-kal tért el egymástól. Az áramok jelentős térbeli változékonyságát mutatta ki OREN ET AL. (2006), amikor egy fenyőerdőben 6 egymás közelében elhelyezkedő eddy-torony méréseit elemezte. A térbeli változékonyság csökkenését tapasztalta az átlagolási idő növelésével, a változékonyság a nappali értékek esetén 6-7 órás átlagolási időnél, míg éjjel 12 órás átlagolási időnél érte el minimumát. Mivel a mérőhelyek döntő többségénél nem áll rendelkezésre kettő (vagy több) egymáshoz közeli eddy-torony, viszont ott is szükséges a mérések bizonytalanságának becslése, így HOLLINGER ÉS RICHARDSON (2005) kidolgozott egy módszert, amivel párhuzamos toronymérések nélkül is van lehetőség a mérések bizonytalanságának becslésére, az egymást követő napok hasonló környezeti feltételekkel rendelkező adatainak felhasználásával. Fontos megjegyezni, hogy a mind a párhuzamos tornyokkal folytatott mérések esetén, mind az utóbb ismertetett módszer esetén kimutatható volt, hogy a mérési bizonytalanság nem álladó, hanem függ a környezeti feltételektől, pl. a szélsebességtől és a sugárzási egyenlegtől. Ugyanakkor DRAGONI ET AL. (2007) vizsgálatai szerint magából a mérésből származó bizonytalanság az adatok pótlásával az éves összegbe bevitt további bizonytalansághoz képest elhanyagolható Adatpótlási technikák Noha az eddy-kovariancia módszer egyik legnagyobb előnye, hogy folyamatos működésre képes, a mért adatsorok azonban sosem hiánytalanok. Vannak körülmények, amikor nem teljesülnek a méréshez szükséges feltételek, pl. szenzorokra lecsapódott vízcseppek hatására a műszerek valótlan adatokat mérhetnek, vagy gyenge a turbulencia, sérül a stacionaritási feltétel, esetleg egy adott félórában a forrásterület kívül esik a vizsgálandó térségen. Ezeket az érvénytelen adatokat az adatfeldolgozás során igyekszünk kiszűrni. A technikai problémák (áramszünet, műszerhiba) tovább növelhetik a hiányzó adatok számát. Az éves összeg pontos becsléséhez azonban szükség van a hiányzó adatok pótlására, amire számos módszer létezik. Az EK mérések kezdetekor a különböző mérőhelyeken eltérő módszerekkel dolgoztak a kutatók, ami nem volt kedvező a mért áramok összehasonlítása szempontjából. Az adatpótló eljárás megválasztásának hatását az éves összegre FALGE ET AL. (2001a,b) vizsgálta először. Az összehasonlításhoz 3 alapvető módszert használt: az átlagos napi menetek módszerét, egy nem lineáris függvény kapcsolatokon alapuló módszert, hasonló környezeti tényezőkkel rendelkező adatok átlagolásának módszerét ( look-up tables ). Az AmeriFlux és a EUROFLUX projektek résztvevői által rendelkezésére bocsátott adatsorok felhasználásával FALGE ET AL. (2001b) kimutatta, hogy az adatpótlási eljárás megválasztása nagyban befolyásolja az éves összeg becslését. 17

18 A kutatás irodalmi háttere, megalapozottsága Az összehasonlítás során az átlagos napi menetek módszere és a nem lineáris függvény kapcsolatokon alapuló módszer közötti különbség 45 és 200 gc m -2 év -1 között változott, míg a hasonló környezeti tényezőkkel rendelkező adatok átlagolásának módszere és a nem lineáris függvény kapcsolatokon alapuló módszer közötti különbség 30 és 150 gc m -2 év -1 között volt. Kimutatható, hogy az éves összeg bizonytalansága függ az adathiányok hosszától, minél hosszabb hiányok vannak az adatsorban, annál nagyobb lesz az éves összeg bizonytalansága. Ennek oka, hogy a hosszú adathiányok (napok, hetek) esetén a vegetáció állapota (pl. LAI) már megváltozik, vagyis a pótláshoz használt adatok a pótlandóakhoz képest eltérő környezeti körülményekkel jellemezhetők. Természetes ez a bizonytalanság-növekedés függ attól is, hogy melyik évszakban tapasztalható a hiány. Télen a vegetáció inaktív periódusában egy akár 3 hetes adathiány sem növeli meg jelentősen a vegetáció éves NEE-jének bizonytalanságát, de egy lombhullató erdő estében egy tavaszi akár csak 1 hetes adathiány ±30 gcm -2 év -1 -es bizonytalanság-növekedést eredményezhet (RICHARDSON ÉS HOLLINGER 2007). Nemrégiben megjelent munkájában MOFFAT ET AL. (2007) már 15 adatpótlási technikát hasonlított össze, ezek között voltak: nem lineáris függvény kapcsolaton alapuló eljárások, pl. NOORMETS ET AL. 2007, DESAI ET AL. 2005, BARR ET AL. 2004, hasonló meteorológia körülményekkel rendelkező adatok átlagolását felhasználó módszerek, pl. FALGE ET AL. 2001, REICHSTEIN ET AL. 2005, a mesterséges neurális hálózatokat (artificial neural networks) alkalmazó metódusok pl. BRASSWELL ET AL. 2005, PAPALE ÉS VALENTINI 2003, illetve egyéb statisztikai eljárásokat alkalmazó módszerek (pl.: Kálmán filterek (GOVE ÉS HOLLINGER, 2006), és Markov láncok (HUI ET AL. 2004). Ha csak csekély mértékben is, de a mesterséges neurális hálózatokon alapuló módszerek eredményei némileg kitűntek a többi közül. A nem lineáris függvény kapcsolatokon alapuló módszerek (több különböző függvény felhasználásával) és a hasonló környezeti tényezőkkel rendelkező adatok átlagolásának módszere jól szerepelt az összehasonlításban, ezzel szemben néhány bonyolultabb (pl. a Kálmán filtert valamint a Markov láncokat felhasználó) módszer kevésbé megbízhatónak bizonyult. Természetesen ebben az esetben is nagyobb bizonytalanság társult a hosszabb adathiányok betöltéséhez, illetve a nappali értékek pótlásának nagyobb volt a bizonytalansága, mint az éjszakaiakénak. Az ebben a cikkben szereplő adatpótlási módszerek mesterséges adathiányokkal történő bizonytalanságbecsléséből kiderült, hogy FALGE ET AL. (2001b) vizsgálataihoz képest jelentősen csökkent az adatpótlási módszer megválasztásának hatása az éves összegekre, hiszen a legtöbb módszer eredménye ±25 gcm -2 év -1 -es tartományon belül volt. ARCHIBALD ET AL. (2009) kimutatták, hogy az adatpótláshoz használt adatok megválasztása is fontos tényező lehet, hogy csak egy példát említsünk a mérsékelt 18

19 A kutatás irodalmi háttere, megalapozottsága övi mérések esetében széles körben alkalmazott besugárzás és hőmérséklet egyáltalán nem limitálja a trópusi növényzet biológiai folyamatait, tehát az ezektől való függés használatának az adatpótló eljárásokban nincs értelme. Ezzel szemben például a talajnedvesség ott igen fontos limitáló faktor A nettó ökoszisztéma kicserélődés felbontása összetevőire Az eddy-kovariancia módszer a nettó ökoszisztéma kicserélődés (Net Ecosystem Exchange, NEE) mérésére alkalmas módszer, de a növényzet folyamatainak alaposabb megismeréséhez szükség van két részfolyamat, a bruttó primer produkció (Gross Primary Production, GPP) és az ökoszisztéma légzés (R eco ) számszerűsítésére is. Az eljárás lényege, hogy empirikus függvények segítségével megbecslik az ökoszisztéma légzést majd a bruttó primer produkciót az ökoszisztéma légzés és a nettó ökoszisztéma kicserélődés különbségeként számítják (3) GPP = R NEE. (3) eco Az ökoszisztéma légzés becslésére két eltérő megközelítés létezik. Az egyik módszer alapja, hogy mivel éjjel nem történik fotoszintézis, így az éjszakai eddy-kovariancia mérésekből közvetlenül meghatározható az ökoszisztéma légzés hőmérséklet függése, melyből aztán a hőmérséklet ismeretében becsülhető a nappali légzés. A hőmérsékletfüggést a következő függvénnyel szokás közelíteni (LLOYD ÉS TAYLOR 1994): E 0 T 1 1 T T T ref 0 0 R = R e, (4) eco ref ahol T ref a referencia hőmérséklet (10 C), R ref a légzés referenciahőmérsékleten, E 0 egy aktivációs energiához hasonló paraméter és T 0 = 46,02 C. Ezen módszeren belül is több megközelítés létezik: HOLLINGER EL AL (1994) pl. a teljes mérési intervallumra egyetlen paraméter párt (R ref, E 0 ) határozott meg és alkalmazott, aminek előnye, hogy nagyon egyszerű, de csak olyan helyeken alkalmazható, ahol a hőmérsékleten kívül más nem befolyásolja az ökoszisztéma légzés mértékét. Egyéb hatások figyelembevételére jó példa REICHSTEIN ET AL. (2002), valamint RAMBAL ET AL. (2003) módszere, akik bevonták a talajnedvesség hatását is a függvénybe és az aktivációs energiát is szabad paraméternek tekintették, de szintén csak egy illesztést végzetek a teljes időtartamra. FALGE ET AL. (2002a), LAW ET AL. (2002) valamint REICHSTEIN ET AL. (2005) munkáiban már időben változó referencia légzést alkalmaztak, de az egész adatsorra állandó aktivációs energiát használtak. Előbbi két munkában az aktivációs energia meghatározása a teljes éves adatsorból történt, de ez a módszer nem teljesen helytálló, mert a nappali időszakra 19

20 A kutatás irodalmi háttere, megalapozottsága történő extrapoláláskor szisztematikus hibát vezethetünk be az adatsorba, hiszen a hosszú távú adatsorból származó hőmérséklet érzékenység (aktivációs energia) nem feltétlenül felel meg a rövid távú hőmérsékleti válasznak. Ugyan REICHSTEIN ET AL. (2005) álladó értéket használt az aktivációs energiára, de azt rövidebb időszakokra határozta meg, és az átlagukat használta végül. Ebben a munkájában vizsgálta a hosszú és rövid távú adatok felhasználásából adódó különbséget is, és kimutatta, hogy a rövid időszakokra illesztett NEE hőmérsékleti érzékenységének használata csökkenti a nappalra történő extrapolációból adódó hibát. Az ökoszisztéma légzés becslésére használatos másik módszer lényege, hogy a nappali légzés értékét a fény-fotoszintézis görbékből származtatják (0 fényintenzitáshoz tartozó érték, vagyis az y-tengellyel való metszéspont). A módszer nagy előnye, hogy a légzés értéket kisebb mértékben befolyásolják a relatív nagyobb bizonytalanságú éjszakai adatok, befolyásolja viszont a függvény alakjának megválasztása. Mivel a kis fényintenzitáshoz tartozó (a hajnalban és sötétedéskor, a turbulencia szempontjából átmeneti időszakban mért) NEE értékeknek fontos szerepe van fény-fotoszintézis görbe tengelymetszetének meghatározásában, így a tárolással kapcsolatos problémák is szerepet játszanak a légzés becslésének pontosságában. FALGE ET AL. (2002b) az alábbi függvény (5) y-tengely metszetét használta a nappali légzés becslésére. α β PAR NEE = + α PAR + β R eco, (5) ahol PAR a fotoszintetikusan aktív sugárzás, α a fényhasznosítási hatékonyság, β a GPP fénytelítésnél, és R eco az ökoszisztéma légzés (SUYKER ÉS VERMA, 2001). Az éjszakai hőmérsékletfüggésből származó légzés értékekkel történő összehasonlításkor FALGE ET AL. (2002) jó egyezésről számolt be. A módszer előnye, hogy elegendő adat esetén akár minden napra külön becsülhetünk egy értéket, hátránya hogy ez nappali légzés átlaga, vagyis az éjszakai adatok pótlására nem használható. GILMANOV ET AL. (2003) egy modellt használt, ahol egy egyenletben modellezte a R eco és GPP értékeket, ám REICHSTEIN ET AL. (2005) szerint ennek a módszernek nagy hátránya, hogy nem választható szét benne a különböző környezeti paraméterek szerepe. Ennél sokkal bonyolultabb ún. mesterséges neurális hálózatok segítségével bontotta összetevőire az NEE-t PAPALE ÉS VALENTINI (2003). Az NEE nagypontosságú felbontása összetevőire problémakörének megoldása valószínűleg az eddy-kovariancia mérések kamrás ökoszisztéma és talajlégzés méréssel történő kiegészítésében rejlik, ami több előnnyel is járna. Egyrészt pontosíthatná az áramok éjszakai alulbecslését, másrészt elősegítené GPP becslését. Erdők esetében már sikerrel alkalmazták az eddy-kovariancai módszer kiegészítésére az ökoszisztéma légzés különböző komponenseinek (talajlégzés, a törzs légzése) kamrákkal történő mérését (KEITH ET AL. 2009). 20

21 A kutatás irodalmi háttere, megalapozottsága Az éves szén-dioxid mérleg évenkénti változékonysága A gyepek egyrészt területi kiterjedésük miatt játszanak fontos szerepet a globális szénmérleg alakításában, ráadásul szénmegkötő vagy kibocsátó potenciáljuk környezeti tényezőktől való függése (SVEJKAR ET AL. 2008, HUNT ET AL. 2004, NOVICK ET AL. 2004; XU ÉS BALDOCCHI 2003, SIMS ÉS BRADFORD 2001, SUYKER ÉS VERMA 2001) miatt az éghajlat megváltozása akár a gyepek globális szénforgalomban betöltött szerepének megváltozását is okozhatja. Több éven keresztül folytatott mérések alapján kijelenthető, hogy gyepek éves CO 2 -mérlege széles tartományban mozoghat. Számos tanulmányban számoltak be gyepek éves CO 2 -mérlegének éves csapadék összeggel való szoros összefüggéséről (AIRES ET AL. 2008, NIU ET AL. 2008, WANG ET AL. 2008, NOVICK ET AL. 2004, FLANAGAN ET AL. 2002). Egy Portugália déli részén folytatott 2 éves mérés során két egymást követő évben a mediterrán, legelt gyep NEE-je az első szárazabb évben 49 gc m -2 év -1 volt, míg a második, átlagos csapadékú évben -190 gc m -2 év -1 (AIRES ET AL. 2008). Szintén két év mérési eredményét publikálta FLANAGAN ET AL. (2002) a kanadai mérsékelt övi gyep nettó ökoszisztéma CO 2 cseréje az első átlagos csapadékú évben -21 gc m -2 év -1 volt, míg a rákövetkező csapadékszegény évben +18 gc m -2. A Kína északi részén elterülő füves sztyeppe CO 2 -mérlege a 3 éves ( ) mérés alatt végig pozitív volt (37 és 68 gc m -2 év -1 között), miközben az éves csapadékösszeg átlagos, vagy annál kevesebb volt (WANG ET AL. 2008). CHOU ET AL. (2008) kimutatták, hogy a csapadék mennyisége mellett annak időbeli eloszlása is fontos szerepet játszik a talajlégzés, és így a szénmérleg alakulásában. Azokon a helyeken, ahol nem egyenletes az éves csapadék eloszlása, ott szénfelvétel a csapadékos időszakokra korlátozódik (XU ÉS BALDOCCHI 2004; HASTINGS ET AL. 2005), míg szárazság idején jelentős szénveszteség történhet (LI ET AL. 2005, CIAIS ET AL. 2005). Ezekben az ökoszisztémákban más paraméterek, pl. a vegetációs periódus hossza mutat erős korrelációt az NEE éves összegével (MA ET AL. 2007), ami ennek a kaliforniai gyepnek az esetében igen tág tartományban -88 és 189 gc m -2 év -1 között változott a vizsgált 7 évben. Vizsgálták más környezeti változók, így pl. a hőmérséklet szerepét is. Egy hegyi legelő (Tibeti-fennsík) esetében kimutatták, hogy két különböző hőmérsékletű, de a többi paraméter (LAI és más környezeti változók) szempontjából hasonló időszakban (két egymást követkő év, ugyanazon időszaka) mért NEE esetén, a hűvösebb időszakhoz tartozó NEE volt a magasabb, miközben a GPP hasonló volt, vagyis a nettó ökoszisztéma kicserélődésben tapasztalható különbség az alacsonyabb hőmérséklet okozta kisebb ökoszisztéma légzésnek volt köszönhető (GU ET AL. 2003). 21

22

23 3. ANYAG ÉS MÓDSZER 3.1. A mérőhelyek leírása, műszerezettsége Dolgozatomban két hazai eddy-kovariancia mérőállomás adatait használtam fel. Az első mérőállomást júliusában a Greengrass program (FP5) keretében telepítette a SZIE Növénytani és Növényélettani Tanszéke az Alföldre. A mérőtorony (46,69 É, 19,60 K, 111,4 m t.sz.f) a Kiskunsági Nemzeti Parkban, a Bugacpusztaháza település közelében található szürkemarha-telep szomszédságában, egy homoki legelőn található. A terület legeltetése alacsony intenzitású (extenzív), s nagyjából 20 éve folyamatos. Talaja csernozjom típusú humuszos homoktalaj. Az állomás környezetében a talaj átlagos homok tartama 785 g/kg körül van, a leggyakoribb fajok a Festuca pseudovina Hack. ex Wiesb., Carex stenophylla Wahlbg. and Salvia pratensis L. A térségben a sokéves átlaghőmérséklet 10,4 C, míg a sokéves csapadék összeg 562 mm volt. A második mérőhely júniusától működik a Mátra hegységben, Szurdokpüspöki közelében (47,85 É, 19,73 K, 300 m t.sz.f). A terület talaja erősen agyagos, köves barna erdőtalaj, vulkanikus alapkőzeten, az előzőtől jelentősen eltér, lényegesen nagyobb az agyagtartammal bír (346 g/kg). A mintaterület egy részét korábban legeltették, más részét kaszálták. A gyepet alkotó leggyakoribb fajok a Festuca pseudovina Hack. ex Wiesb, Arrhenatherum elatius L., Poa pratensis L. and Plantago lanceolata L. A környéken a sokéves átlaghőmérséklet 10,2 C, míg a sokéves csapadék összeg 622 mm volt. 1. ábra A bugaci (balra) és a mátrai (jobbra) eddy-kovaraincia mérőállomás fényképe. Az eddy-kovariancia mérőállomások két legfontosabb műszere a szonikus anemométer, amely másodpercenként 10 alkalommal méri a szélsebesség 3 komponensét, és a gázanalizátor, ami képes ugyanolyan időbeli felbontásban mérni 23